空地精确制导武器对地攻击目标毁伤评估

针对现代战场的复杂性、目标毁伤评估信息的多样性、不确定性,结合模糊理论和贝叶斯网络建立了目标毁伤评估模糊贝叶斯网络模型.对于网络中的连续节点, 运用模糊理论将其转换为相应的隶属度,再利用可能性概率转换理论转换为可用于贝叶斯网络推理的概率知识.模型考虑了天气、电子和光学干扰、武器-目标匹配度等因素对目标毁伤评估的影响,作战决策人员可以运用该模型对各种攻击条件下的目标毁伤效果进行仿真,快速、准确地评估目标毁伤等级,并可融合战后收集的侦察情报得到目标真实毁伤信息,利用评估准确度对预测评估模型进行修正,最终为是否进行二次打击及合理配置火力提供决策依据.     

基于模糊系统的弹群对面目标毁伤评估研究

针对炮兵使用常规杀爆弹打击面目标时毁伤效果评估难题,提出一种基于模糊系统的目标毁伤效果评估新方法,具体做法为:利用坐标毁伤律计算弹群对目标的毁伤效果并确定一组描述弹群的特征;采用模糊系统学习出弹群特征与毁伤效果之间的映射关系;用学习到的模糊系统评估目标毁伤效果.实验结果表明,与传统射击效率评定方法以及图像分析法、毁伤判据法相比,该方法切实可行,评估结果准确可靠,为根据观察到的弹群评估目标毁伤效果提供了一种行之有效的途径.     

目标毁伤评估数字仿真平台系统研究

建立了战场目标毁伤数字仿真平台系统。采用组件化软件设计的思想,建立了一个基于COM(组件对象模型)的客户端/服务器结构的分布式应用系统,为弹药毁伤威力和目标防护及生存能力研究提供了一个开放的数字仿真平台。并在此平台上研究了动能弹对装甲目标这一典型弹靶系统的毁伤评估问题,运行结果表明该平台系统的可靠性和效率均较高,评估结果也具有较高地可信度。     

基于Sugeno模糊积分的目标识别效果评估

针对目标识别效果评估，提出一种通用化的评估思路，选取了评估指标及测度方法，并给出识别过程的参照信息以及计算方法。随后，构筑了基于模糊积分的目标识别效果评估模型。最后，结合实测数据和拟合数据完成了仿真。     

导弹战斗部对复杂目标毁伤效能评估研究综述

国内在导弹战斗部毁伤效能尤其是战斗部时复杂目标毁伤效能的评估方面有待系统研究,这是当前常规导弹试验鉴定和作战指挥研究领域急需开展的课题之一.提出了构件贡献因子、毁伤指数等概念,建立了毁伤效能量化评估研究内容体系框架,并分目标易损性分析与计算、战斗部威力分析与计算、毁伤效应试验与计算和毁伤效能综合评估等四方面综述了相关研究的一般方法和关键技术.以侵彻类战斗部打击建筑物目标为例,给出了导弹毁伤效能量化评估模型.     

不确定环境下多阶段多目标决策模型

在贝叶斯网络的基础上进行扩展,提出了一种不确定多阶段多目标(Uncertainty,multistageand multi-object,UMM)决策模型来求解不确定环境下的多阶段多目标决策问题.首先描述了不确定环境下多目标多阶段决策问题的数学描述,然后给出了决策模型的定义,详述了其构建方法及求解算法.采用此模型求解决策问题时,决策者只需考虑某节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.实际案例分析表明基于贝叶斯网络的决策模型描述、建模及求解方法对不确定环境下的多阶段多目标决策问题是有效的.     

空地导弹毁伤地面目标计算机仿真软件

在微机平台上,采用MATLAB语言开发出了空地导弹毁伤地面目标计算机仿真软件。该软件是一种交互式,面向对象的仿真软件,能够完成导弹毁伤导弹发射车的毁伤模型计算和毁伤雷达车的毁伤模型计算,以及图形演示,另外,独立开发了模糊方法计算毁伤模型方法和神经网络计算毁伤模型方法。     

基于多源信息融合的巡飞弹对地目标识别与毁伤评估

面向利用多枚巡飞弹对地面高防御移动目标进行打击的任务场景,提出一种基于多源信息融合的巡飞弹对地移动目标识别与毁伤评估方法。基于IoU判定实现红外图像与可见光图像的多源信息融合;提出一种基于YOLO-VGGNet的两阶段紧耦合的巡飞弹对地移动目标毁伤评估方法,利用卷积神经网络深度语义信息提取的优势,引入红外毁伤信息,实现对地面移动目标的在线实时毁伤评估。。实验结果表明：基于多源信息融合的目标识别算法有效提升了巡飞弹对地面移动目标识别的有效性;基于YOLO-VGGNet的在线实时毁伤等级评估方法较传统基于图像变化检测与基于两阶段卷积神经网络的方法评估准确率分别提升19%和10.25%。     

一种基于不确定信息的UCAV目标分配方法

在UCAV(无人战斗机)编队任务规划中,UCAV的任务分配是一个重要研究课题。针对不确定信息条件下的UCAV任务分配问题,建立了基于不确定信息条件下的UCAV任务分配模型,通过SMAA(随机多属性可接受性分析方法)方法,给出了基于SMAA的不确定信息UCAV任务分配方法,并通过仿真实例说明了基于SMAA的不确定信息UCAV任务分配方法的有效性和适用性。     

不确定环境多目标主生产计划制定方法

提出一种新的模糊线性规划方法（FLP）来解决部分参数如产成品单侏价格，成本系数，生产能力，产成品市场需求模糊的多目标主生产计划（APP）问题，并给出具体的FLP模型，人机交互系统允许决策人修改模型参数以达到满意的生产计划。本文所提出的方法较确定模型更能反映实际情况，并减少了建模的成本费用。     

部分权重信息下一种交互式不确定语言多属性决策法

在部分权重信息下的不确定语言环境中,提出一种交互式多属性决策方法。定义了不确定语言变量的相似度、不确定语言方案的期望水平、不确定语言负理想点、不确定语言的方案达成度、不确定语言的方案综合度等概念。基于这些概念,建立了一些决策者与分析者之间不断交互的线性规划模型,然后在此基础上提出了一种实用的交互式选择最佳方案的方法。该交互式过程通过给定和不断地修正方案达成度和综合度来实现人机交互决策,最后给出了应用实例。     

基于模糊综合评判的机场打击效果评估

针对机场打击效果评估这一热点问题,根据机场的基本组成结构和特点,提出了基于几何、纹理和整体特征的机场毁伤评估准则以及知识推理模糊综合评估数学模型,对模型的结构和评估过程进行了一定的描述,研究并实现了基于模糊综合评判理论的机场跑道打击效果评估系统。实验结果表明,该系统是一种可行的机场打击效果评估系统。     

不确定环境下的威权机制与经济发展

在不确定的经济环境下, 分别站在中央和地方政府的立场上, 论文拓展在经济学领域日渐流行的实物期权模型方法而深入探讨了威权机制对经济发展的重要作用和意义. 通过定义转移成本和威权租金这两个概念, 论文揭示了威权机制加速经济发展的原理, 并且解决了以前文献未能解决的关于政企合谋的激励问题： 政府威权与微观经济主体是怎样结合的难题. 特别的, 针对中央和地方政府应用威权机制加速发展经济的动力不完全一致的情形, 论文设计出了中央政府最优转移成本目标得以有效执行的最优契约机制, 以确保实现中央政府社会福利最大化的目标. 因此, 当转移成本所造成的负面成本足够小时, 论文揭示了威权机制在允许地方政府和企业合谋或合作的条件下, 促使中国经济加速发展的关键作用, 并且对于未来经济发展我们得出了具有指导意义的建设性建议. 另外, 论文的研究成果对于完善和丰富科学发展观也具有很好的借鉴意义.     

基于改进模糊综合评判法的建筑物毁伤效果评估

针对建筑物毁伤效果评估结果的模糊性及模糊综合评判法权重设置主观性较强的问题,提出改进的模糊综合评判法。通过选取建筑物毁伤前后高分辨率遥感图像特征指标,构建评估指标集。定义转换公式得到评估指标值。计算评估指标变异系数,得到权重约束。利用随机多准则可接受性分析-2(stochastic multi-criteria acceptability analyasis-2,SMAA-2)思想优化确定性SMAA方法,自下而上逐层合成计算毁伤等级评语概率集合。依据评估准则,得到评估结果。该方法仅利用图像信息,评估过程不需要定量设置权重,减小了主观性。通过实际算例验证了该方法的有效性。     

网络环境下的不确定非线性系统远程智能控制

针对一类网络环境下的不确定非线性动态系统,提出了一种基于神经网络非线性补偿和线性反馈控制相结合的智能远程控制方法。该方法通过构造神经网络在线估计器学习局部子系统的非线性特性,从而将局部子系统线性化,神经网络权重的在线学习没有持续激励的要求,且可保证闭环误差系统一致最终有界稳定。最后对线性化的闭环时延控制系统,远程控制器采用基于李亚普诺夫(Lyapunov)稳定性理论的线性状态反馈控制,从而保证了整个闭环网络控制系统的稳定性。     

不确定环境下的跳扩散连续时间资产配置策略

金融市场是一个复杂的非线性系统,在不确定环境下,如何在有限时域内最优配置资源,是金融理论研究的核心问题之一.面对现实生活中的大量不确定性因素以及多期投资问题,Markowitz的投资组合理论以及在其基础上发展起来的资本资产定价理论和套利定价理论则显得无能为力.本文研究了不确定环境下极大极小风险控制的连续时间投资组合优化问题,运用Bellman最优性原理和HJB方程构造了典型的资产组合优化模型,借助随机控制和多重网格数值逼近方法得到相应优化问题的最优投资策略,通过实证方法验证了过程风险控制下资产配置策略的有效性.     

不确定环境下国际反恐联盟随机演化博弈模型

国际反恐联盟成员国反恐决策面临着大国政治角逐、宗教信仰与民族结构等外部复杂的随机性因素影响,为国际反恐局势带来了高度的不确定性.本文针对高度不确定环境下国际反恐态势,构建了基于Moran过程的随机演化模型,分别计算出随机因素主导、期望收益主导和超期望收益主导三种情境下,反恐联盟成员国政府反恐策略在不同随机干扰强度下的均衡结果.研究表明,反恐联盟成员国政府采取先发制人或被动反应的反恐决策,主要取决于三个因素:1)外部随机性因素;2)反恐联盟的规模;3)不同反恐策略的成本收益.如果随机因素造成非理性决策占据主导地位,则两种策略的成本收益和成员国数量决定了成员国策略选择.如果期望收益占据决策主导地位,只有当反恐联盟的成员国数量大于一定的临界规模时,先发制人反恐策略才会成为所有成员国的普遍共识.否则,被动反应的反恐搭便车行为将成为稳定状态.     

不确定信息条件下空战接敌队形选择方法

针对空战环境下由于目标装备信息的缺乏导致空战编队无法选取最佳接敌队形的问题,提出一种基于战场指挥员主观认知的不确定信息条件下空战编队接敌队形选择方法。首先引入威力场的概念并构建载机威力势模型。其次以战场指挥员对目标装备性能的主观认知及载机的威力为基础,利用模糊层次分析法对不确定信息条件下的目标威力进行评估。然后利用参照依赖效应计算载机与目标间各项能力的收益损失值,进而应用前景理论给出最佳的接敌队形选择方法。最后对此方法进行了仿真验证。结果表明,该方法能够在不确定信息条件下对接敌队形进行有效选择。     

不确定信息下考虑相关性与多样性的作战方案推荐方法

针对现有的作战需求表征与作战方案评价存在不确定性信息、作战方案设计中经验积累与重用以及作战方案推荐中相关性与多样性权衡问题, 提出了一种不确定信息下考虑相关性与多样性的作战方案推荐方法。首先,将粗糙集理论融入最优最劣法(best-worst method, BWM)中对各作战能力属性进行赋权; 其次, 给出了不确定信息下作战方案与任务需求之间的相关性、作战方案之间的多样性计算模型; 然后, 提出了权衡相关性和多样性的行列式点过程(determinantal point process, DPP)模型, 在此基础上, 给出了贪婪最大后验概率(maximum a posterior, MAP)推断算法和贪婪Trade-off推断算法以获得作战方案最优推荐子集; 最后, 通过案例分析验证了所提模型和方法的适用性和可行性。